跨层连接相关论文
设计了新的生成器网络、判决器网络以及新的损失函数,用于图像场景转换.首先,生成器网络采用了带跨层连接结构的深度卷积神经网络,......
卷积神经网络将人工神经网络模型和深度学习技术有效地结合在一起,该网络模型具有局部感知区域、结构化层次以及特征提取与分类相......
单目图像的场景深度估计,关注于如何从单目图像中获得场景深度信息。在Marr奠定的计算机视觉理论中,将单目图像的场景深度估计作为......
单目图像场景深度结构研究一直是当前计算机视觉任务中重要的组成部分,该任务关注于如何从单目图像中获取与之相对应的场景深度结......
针对新冠肺炎疫情中肺部CT检查需要医生人工指导矫正姿态和交叉感染风险大的问题,提出基于人体姿态识别的无人CT智能姿态识别算法......
提出了一种新型模拟生物神经网络的性能特征通用人工神经网络模型。该模型含有跨层连接和反馈连接,在这些连接上设有选择性开关,能......
在新型冠状病毒肺炎(COVID-19)疫情背景下,肺炎影像快速准确诊断显得尤为重要。针对肺炎影像纹理及细粒度特征受噪声影响大、常规......
在零件的装配、分拣、焊接等工业生产过程中,使用图像处理的方法对零件进行识别能够大大减少夹具的使用。在零件的图像识别领域中,......
通过将传统多层前馈神经网络结构改造为具有跨层连接的网络，提出了相应的多层前馈神经网络改进算法。通过分析网络误差函数，从理论上......
随着社会的发展和科学技术水平的提升,人们在思考一种学习方法的时候不再只从表面层次入手,而是采用新的科技方法进行深度强化学习......
SDH系统最大的优点是其网络性和自愈性,在线型网中,它并不能将这些特性充分发挥出来,因此,绝大多数情况下采用的是环型网结构.......
传统的BP算法存在一些缺陷,它的信息处理能力不仅取决于神经元之间的连接强度,而且与网络的拓扑结构有关。文章将BP传统的顺序连接......
随着城市化的迅速发展,越来越多的人使用汽车作为交通工具,人们的出行越来越方便,但是作为道路交通的弱势群体,每年都有大量的行人......
针对网络层数增加带来的梯度消失问题,提出了一种耦合深度信念网络的图像识别方法.该方法将"跨层"连接引入到深度信念网络中并应用......
首先用ROI方案对表情数据集进行处理,再运用跨层连接的方法改进LeNet-5神经网络,使两个池化层与全连接层结合起来组成新的结构,将......
传统神经网络特征单向处理难以有效利用高层抽象特征和低层细节特征,不能获得更多有用信息,为此提出跨连特征融合神经网络(cross-c......
近年来,随着电力系统自动化和智能电网的不断发展,计算机视觉技术也逐渐被应用于关键电力设备的在线监测和智能巡检中。绝缘子作为......
目标检测是计算机视觉中基础且主要的技术之一,其应用也十分广泛,包括智能安防与监控系统、智能交通与驾驶系统、互联网移动端领域......
针对目前硅晶片瑕疵具有大小差异较大,与背景相似性高,存在大量细小瑕疵,检测算法具有较高复杂度的特点,结合当前先进的目标检测技......
为提高性别分类准确率,在传统卷积神经网络（Convolutional neural network,CNN）的基础上,提出一个跨连卷积神经网络（Cross-connected ......
由于当前交通标示牌检测模型体积太大,检测速度太慢,无法在嵌入式设备上使用,为提高交通标示牌的检测速度,在SSD算法的基础上使用M......
针对深度强化学习中卷积神经网络（CNN）层数过深导致的梯度消失问题,提出一种将密集连接卷积网络应用于强化学习的方法。首先,利用密......
跨层卷积神经网络模型由输入层、两个交替的卷积层、池化层、全连接层和输出层组成。池化层输出到全连接层,将网络的高层次特征和......
为了提高高纬度地区云雪卫星图像的识别准确率,提出了密集连接空洞卷积神经网络与空洞卷积相结合的方法进行云雪卫星图像识别研究;......
